00:00:15 Celebrando la edición número 100 de Lokad TV y respondiendo preguntas sobre la supply chain.
00:01:17 Discutiendo los orígenes de Lokad y su enfoque en la industria de la supply chain.
00:03:15 Pronóstico de la supply chain con sesgo utilizando pronósticos de cuantiles en 2011.
00:04:53 Cambio a un enfoque programático en 2012 y los desafíos enfrentados.
00:07:47 Reflexiones sobre los primeros años, los errores cometidos y la evolución de Lokad.
00:08:48 El impacto de la computación en la nube en el negocio del emprendedor.
00:11:31 La evolución de su empresa y los principales avances técnicos.
00:13:26 Explorando Bitcoin, la economía en acción y su relación con las supply chains.
00:15:34 Crecimiento de la empresa y transición a la práctica de la ciencia de la supply chain.
00:17:54 Diferencia entre contratar científicos de datos y científicos de la supply chain.
00:19:39 Planes futuros para Lokad y desafíos del crecimiento rápido.
00:22:33 La historia detrás del nombre “Lokad”.
00:23:37 Los mayores contratiempos enfrentados por Lokad.
00:25:45 El coronavirus resalta la necesidad de transformar los modelos de supply chain.
00:26:59 Enfatizando la resiliencia y la capacidad de abrazar la incertidumbre.
00:28:11 Cómo se desempeñaron los algoritmos de Lokad durante la interrupción de COVID-19.
00:29:00 La importancia de la adaptabilidad y la gestión de las demandas cambiantes durante el confinamiento.
00:30:01 Adaptando los modelos de supply chain durante situaciones de crisis.
00:30:59 Bitcoin, blockchain y su impacto en la seguridad de la supply chain.
00:33:30 La importancia de la profesionalidad y la comprensión para un pronóstico preciso.
00:36:23 Desafíos en la implementación de soluciones de IA estrechas para el pronóstico empresarial.
00:38:01 Discutiendo los datos incorrectos y el impacto de los datos mal calificados en los sistemas ERP.
00:39:08 Debatir la longevidad de las supply chains globales y la influencia de la especialización.
00:41:22 El futuro de las supply chains locales y el impacto de la automatización en las ubicaciones de producción.
00:42:19 Desafíos de implementar el enfoque de la supply chain cuantitativa y la gestión del cambio organizacional.
00:45:15 Identificar las áreas donde el enfoque de bajo corte puede desbloquear el mayor valor empresarial.
00:46:01 Discutiendo la optimización de la supply chain para diversas industrias.
00:47:34 Razones para reescribir el software de Locad desde cero.
00:49:10 Impacto de las decisiones clave de diseño en el desarrollo de software.
00:50:23 Coexistencia de Locad y soluciones de tipo S&OP en las organizaciones.
00:51:01 Discutiendo los desafíos que enfrentan las grandes empresas con la gestión de fraudes.
00:51:57 Comentario sobre quién escribe el blog y el impacto del podcast en la producción de contenido.
00:53:00 Importancia de reflexionar sobre errores pasados y darse cuenta cuando estás equivocado.
00:54:02 Aprender de errores pasados para evitar problemas similares en el futuro.
00:55:41 Conclusión y llamado a la acción.
Resumen
El fundador de Lokad, Joannes Vermorel, habla sobre el viaje de la empresa y su enfoque en la optimización de la supply chain en una entrevista con Kieran Chandler. Vermorel habla sobre las dificultades iniciales de Lokad con su modelo de pronóstico como servicio, su adopción de pronósticos de cuantiles y su cambio a un enfoque programático. Él enfatiza la necesidad de que las empresas de supply chain planifiquen la incertidumbre y adopten la gestión de riesgos en un mundo cada vez más impredecible. Vermorel también habla sobre el rendimiento de los algoritmos de Lokad durante las disrupciones de COVID-19, el valor potencial de las criptomonedas en la gestión de la supply chain y el futuro de las supply chains globales. Finalmente.
Resumen Extendido
En esta entrevista, Kieran Chandler y Joannes Vermorel, el fundador de Lokad, hablan sobre el viaje de la empresa y su enfoque en la optimización de la supply chain. Vermorel fundó Lokad en 2008 mientras realizaba un doctorado en biología computacional, pero se sintió atraído por el potencial de innovación en la industria de la supply chain. La empresa inicialmente tuvo dificultades con su modelo de pronóstico como servicio, pero luego logró avances significativos, como adoptar pronósticos con sesgo utilizando pronósticos de cuantiles en 2011 y cambiar a un enfoque programático en 2012.
Vermorel explica que el enfoque inicial de la empresa para el pronóstico se basaba en eliminar el sesgo, pero eventualmente se dieron cuenta de que los sesgos podían ser útiles en la optimización de la supply chain. Los pronósticos de cuantiles les permitieron ser más orientados a obtener ganancias, aunque inicialmente se consideraba una idea “extraña”.
Inicialmente, Lokad seguía un modelo de aplicación empresarial tradicional con pantallas, botones y menús. Sin embargo, a medida que firmaban más clientes, se dieron cuenta de que las supply chains eran demasiado diversas para adaptarse a una estructura de aplicación rígida. La empresa cambió a un enfoque programático, donde los cálculos y las características se personalizaban para cada cliente, centrándose en la productividad y la confiabilidad.
Reflexionando sobre el viaje de la empresa, Vermorel reconoce que hubo muchas lecciones aprendidas y que el camino de un emprendedor está lleno de arrepentimientos. Un cambio significativo llegó con el auge de la computación en la nube, que obligó a la empresa a reescribir la mayoría de sus productos. A pesar de estos desafíos, Lokad ha seguido evolucionando, adoptando nuevas generaciones de aprendizaje automático y enfocándose en resolver problemas mejor definidos en la optimización de la supply chain.
El fundador de Lokad habla sobre la historia de la empresa, los avances tecnológicos y los planes futuros. Vermorel explica que la computación en la nube y el deep learning fueron avances clave para la empresa, así como la adopción de una perspectiva financiera en la gestión de la supply chain.
Vermorel también comparte su interés en Bitcoin, al que considera microeconomía en acción, con paralelismos con la gestión de la supply chain. Encuentra inspiración en los conocimientos técnicos de la comunidad de criptomonedas, que cree que pueden beneficiar a Lokad.
Lokad pasó de un enfoque de ciencia de datos a un enfoque de ciencia de la supply chain después de descubrir que los científicos de datos se centraban demasiado en problemas de datos en lugar de en problemas de la supply chain. Vermorel enfatiza que el compromiso de los empleados de Lokad debe ser mejorar la supply chain para los clientes en lugar de simplemente producir modelos de aprendizaje automático sofisticados.
Cuando se le pregunta sobre el futuro de la empresa, Vermorel visualiza un crecimiento orgánico. Reconoce que un crecimiento rápido puede no ser adecuado para las empresas de supply chain, ya que podría generar problemas importantes si las cosas salen mal. Lokad tiene como objetivo crecer a un ritmo sostenible al tiempo que garantiza que sus empleados tengan suficiente experiencia para manejar problemas complejos de la supply chain.
Por último, Vermorel comparte el origen del nombre “Lokad”. Inicialmente inspirado en “publicidad local”, más tarde adoptó la interpretación “mirando hacia adelante” sugerida por un consultor de IBM.
Vermorel habla sobre el mayor contratiempo que la empresa enfrentó en sus primeros años, que ocurrió alrededor de 2011-2012. Durante este tiempo, Lokad ganó competiciones de referencia, proporcionando a los clientes una mayor precisión de pronóstico. Sin embargo, estos clientes descubrieron que sus supply chains empeoraron como resultado y sus planificadores estaban frustrados con el software.
Vermorel reflexiona sobre una reunión en particular en Nueva York donde los clientes enfadados se enfrentaron a él, afirmando que si bien el software de Lokad proporcionaba una mayor precisión, les hacía la vida miserable y no abordaba los problemas reales en sus supply chains. En última instancia, Lokad perdió algunos clientes debido a este problema.
La conversación luego se centra en el tema del coronavirus y su impacto en los modelos tradicionales de supply chain. Vermorel cree que la pandemia es solo una de las muchas fuentes de incertidumbre que pueden interrumpir las supply chains, mencionando ejemplos como decisiones políticas, aranceles o incidentes virales en las redes sociales. Él enfatiza la necesidad de que las empresas planifiquen la incertidumbre y adopten la gestión de riesgos, en lugar de depender de pronósticos que pretendan predecir el futuro con certeza.
Vermorel afirma que las empresas como Amazon, que se centran en la resiliencia y la capacidad de abrazar la incertidumbre, son las que tienen éxito ante una crisis. Sugiere que las mejores instituciones financieras también están comenzando a alinearse con estas ideas y que las empresas de supply chain deberían seguir su ejemplo para mantenerse a la vanguardia en un mundo cada vez más impredecible.
Hablan sobre el rendimiento de los algoritmos de Lokad durante las interrupciones de COVID-19, el valor potencial de las criptomonedas en la gestión de la supply chain, la importancia de la profesionalidad y la comprensión empresarial en la optimización de la supply chain, los desafíos en la implementación de soluciones de IA estrechas para la previsión empresarial y el futuro de las supply chains globales.
Vermorel explica que durante la crisis de COVID-19, los algoritmos de Lokad no funcionaron bien por sí solos. Sin embargo, los científicos de la supply chain de la empresa pudieron adaptar y optimizar los modelos en un corto período de tiempo, demostrando la importancia de la intervención humana en tiempos de crisis.
En respuesta a la pregunta sobre soluciones de IA estrechas para la previsión empresarial, Vermorel expresa escepticismo sobre el término “IA” y destaca la importancia de comprender diferentes clases de algoritmos de aprendizaje automático. También habla sobre la calidad de los datos en las supply chains, afirmando que si bien los datos no son necesariamente malos, a menudo están mal calificados, lo que lleva a problemas en la interpretación y aplicación.
Finalmente, la conversación se centra en el futuro de las supply chains globales. Vermorel no proporciona una respuesta definitiva, pero plantea el tema del cambio climático y su impacto potencial en la sostenibilidad de las supply chains globales, sugiriendo que el modelo actual puede necesitar evolucionar.
Discutieron sobre la naturaleza global de las supply chains y cómo la especialización limita la producción local de ciertos bienes. También habla sobre el eventual regreso de algunas supply chains a áreas locales debido a la automatización. Vermorel aborda el escepticismo en torno al enfoque de Supply Chain Quantitativa de Lokad y los desafíos de implementarlo en las organizaciones. Destaca que Lokad funciona mejor en supply chains complicadas con muchas opciones y decisiones. Finalmente, Vermorel explica la motivación detrás de la reescritura completa del software de Lokad y comparte cómo Lokad trabaja junto a soluciones de Planificación de Ventas y Operaciones (S&OP), ignorándolas en su mayoría ya que están desconectadas de los efectos del mundo real en la supply chain.
Discutieron cómo Lokad opera junto a equipos de ciencia de datos que producen modelos independientes que no se utilizan. También menciona que escribe el blog de la empresa, pero a un ritmo mucho más lento que antes debido a limitaciones de tiempo. Vermorel enfatiza la importancia de revisar errores pasados para comprender qué salió mal y cómo evitar errores similares en el presente y futuro. Cree que mirar un problema desde un ángulo diferente puede llevar a avances en lugar de simplemente hacerlo mejor. Vermorel anima a los espectadores a enviar preguntas al podcast y suscribirse a episodios futuros.
Transcripción completa
Kieran Chandler: Hola y bienvenidos a una edición bastante especial de Lokad TV. Hoy, estamos en vivo aquí en París para celebrar nuestra edición número 100, donde vamos a echar un vistazo al viaje de Lokad hasta ahora y responder a sus preguntas sobre la supply chain.
Joannes Vermorel: Realmente no pensé que llegaríamos a cien episodios sobre algo tan extraño como la supply chain. La razón por la que comenzamos todo esto fue simplemente porque descubrí este software genial llamado OBS y empecé a jugar con él. Me pareció que era un gran software, así que quise probarlo. Pero en realidad, creo que lo estamos usando por primera vez hoy, ya que solo se usa para eventos en vivo. No, realmente no estaba planeando tanto a futuro.
Kieran Chandler: Así que hoy, la idea principal es echar un vistazo al viaje de Lokad hasta ahora y a las lecciones que hemos aprendido en el camino. Quizás si empezamos recordando el año 2008, cuando comenzaste la empresa, ¿por qué decidiste comenzar una empresa en la industria de la supply chain? ¿Qué fue lo que te interesó?
Joannes Vermorel: En ese momento, era estudiante de doctorado en biología computacional, pero nunca completé mi doctorado. La cantidad de excelentes investigadores en el campo era asombrosa, así que fue humillante y muy entusiasta. Sin embargo, podía ver que el mundo estaría bien sin mí. Cuando empecé a mirar la supply chain, lo que vi fue principalmente matemáticas del siglo XIX. Me di cuenta de que había potencial para hacer las cosas mejor en esta área, que es absolutamente gigantesca. Así que, con mucho entusiasmo, lancé mi propia empresa.
Kieran Chandler: ¿Cómo fueron esos primeros años? ¿Fue fácil lanzarla? ¿La gente estaba interesada en lo que estabas hablando o hubo mucha indecisión al principio?
Joannes Vermorel: No, fue terrible. Nos llevó años tener algo que realmente funcionara. Lokad fue fundada con la idea de la previsión como servicio, que en realidad es una idea muy mala, tanto técnicamente como desde una perspectiva de la supply chain. El comienzo del viaje fue bastante lento, precisamente porque no funcionaba.
Kieran Chandler: Hablemos de algunos de los grandes pasos que diste en el camino. El primero que mencionaste fue en 2011, la idea de hacer pronósticos con sesgo utilizando pronósticos de cuantiles. ¿Por qué esto fue algo un poco controvertido o diferente?
Joannes Vermorel: No fue controvertido; fue simplemente extraño. En las clases de estadística y en todos los círculos de la supply chain de los que tenía conocimiento, la idea de hacer pronósticos con sesgo no era muy conocida.
Kieran Chandler: La idea era que necesitas eliminar el sesgo, ya sabes. Las grandes empresas tienen equipos enteros de planificadores de demanda que pasan todo el día eliminando y ajustando el modelo para que no haya sesgo. ¿Por qué tendrías personas que hacen lo contrario y agregan sesgo a propósito, no por error? Ese era precisamente el punto, no era controvertido, era como, tonto. ¿Por qué tenemos un equipo entero trabajando en eliminar el sesgo y tú quieres agregar sesgo?
Joannes Vermorel: En realidad, me llevó varios años llegar a la conclusión de que esto podría ser una buena idea. Para mí, no era una posición controvertida; no era una posición en absoluto. Era un problema inexistente hasta que, eliminando todo lo demás que no funcionaba, llegué a una conclusión. Eso fue, creo, el avance en la previsión de cuantiles. Sí, los sesgos eran muy, muy útiles en la supply chain porque quieres prevenir, quieres tener sesgo hacia el beneficio, y así tuvimos que reingeniar completamente la tecnología en torno a esta idea.
Kieran Chandler: Bien, y luego otro paso que diste fue en 2012, cuando decidiste que en lugar de seguir a la mayoría del mercado, que estaba adoptando ese enfoque de plug-and-play empresarial, decidiste hacer algo muy diferente y utilizar un enfoque más programático. ¿Por qué creías que eso era bueno para las supply chains?
Joannes Vermorel: Nuevamente, Lokad comenzó de la manera clásica, ya sabes, con pantallas, botones, menús y opciones, solo las cosas que esperas de cualquier tipo de aplicación empresarial. Pero la realidad es que cada vez que firmábamos un nuevo cliente, nos dábamos cuenta de que había muchas cosas que no encajaban. Así que literalmente estábamos implementando toneladas de nuevas características para adaptarnos a cada cliente.
Por lo general, cuando comienzas una empresa de software, piensas que sí, no tenemos todas las características que el mercado quiere, pero vamos a agregar algunas características más y gradualmente converger hacia algo que esté completo en características. Entonces, está bien comenzar con un producto mínimo viable, y luego lo repites, agregas algunas características y, con suerte, converges hacia algo bueno que tenga un ajuste en el mercado. Pero yo estaba literalmente cuatro años en el camino y no veía ninguna convergencia; si veía algo, era divergencia.
En ese momento, estábamos comenzando a ganar clientes más grandes y me di cuenta de que era aún más diverso de lo que tenía durante los primeros años cuando solo trataba con pequeñas y medianas empresas. Entonces, si algo, no estaba en un camino convergente; estaba en un camino divergente. Cuando miré a mis competidores, vi monstruos, monstruos en el sentido de que sus productos de software eran monstruos, no las personas. Los productos de software tenían miles de pantallas, literalmente miles de opciones, y era un proceso de desarrollo completamente divergente.
En ese momento, el desafío era, ¿voy a seguir este camino? Ni siquiera tiene sentido. ¿Hay alguna manera de tener algún tipo de convergencia? Y luego, finalmente llegué a la conclusión de que las supply chains eran demasiado diversas para encajar en una aplicación rígida con menús y botones. En cambio, necesitábamos un enfoque programático.
Kieran Chandler: ¿Puedes contarnos sobre los comienzos de Lokad?
Joannes Vermorel: Sí, por supuesto. Lokad fue fundada con la idea de crear una plataforma para la optimización programática y la optimización predictiva de la supply chain. Imaginamos una plataforma donde los menús, botones y cálculos fueran completamente personalizados, y por lo tanto, necesitas programarlos para cada cliente. Pero si programas cosas para cada cliente, entonces ¿cuál es tu problema? Tu problema se convierte en producir productividad y confiabilidad. Quieres poder hacerlo súper rápido, súper barato, y así nació la idea de una plataforma para la optimización programática y la optimización predictiva de la supply chain.
Kieran Chandler: ¿Alguna vez miraste hacia atrás en esos primeros años y hay algún gran error que hayas cometido y algún gran arrepentimiento que tengas?
Joannes Vermorel: El camino de un emprendedor está lleno de arrepentimientos en el sentido de que si supiera en ese momento en 2008 lo que sé actualmente, probablemente habríamos tardado tres veces menos tiempo. Habríamos vuelto más rápido al mercado de lo que hemos hecho. Pero, ya sabes, es difícil reemplazar, incluso intelectualmente, volver a jugar el pasado. Por ejemplo, cuando comencé en 2008, comencé con la tecnología de ese momento, y luego, un año después, en 2009, quedó muy claro que, por ejemplo, el mundo del software había cambiado por completo y que teníamos que pasar a la computación en la nube.
Kieran Chandler: ¿Puedes explicar qué es la computación en la nube?
Joannes Vermorel: Claro. La perspectiva clásica de ver un problema informático, así es como comencé en 2008, es que tienes una máquina, una computadora, para hacer un cálculo, un procesamiento de datos, ya sabes, una tarea que quieres ejecutar. Entonces, ¿cuánto tiempo llevará? Bueno, lleva tanto tiempo como se ejecute el programa. Tienes una máquina. Lanzas el programa y cuando termina, termina. Entonces lo que es constante es la máquina. El problema varía y, por lo tanto, el tiempo computacional que lleva completar la resolución del problema varía.
La mentalidad de la computación en la nube es completamente opuesta. Lo que es constante es el tiempo de entrega objetivo para el resultado de tu cálculo. Entonces dices: “Quiero que mi cálculo se entregue en 30 minutos” y luego puedes ajustar dinámicamente la cantidad de recursos informáticos que asignas para resolver el problema. Si necesito mil CPU para básicamente entregar el resultado en 30 minutos, entonces asignemos dinámicamente esas 1000 CPU. La idea clave fue cuando pasamos de esta idea de que un lado era el hardware es lo constante y lo que varía es el problema y ese es el retraso para entregar la solución al problema, en comparación con la perspectiva de la computación en la nube donde lo constante es un retraso y luego ajustas los recursos informáticos para entregar dentro del plazo. De repente, tuvimos que reescribir casi todo lo que habíamos hecho en Lokad.
Kieran Chandler: Si miras hacia atrás, puedes ver que hemos evolucionado gradualmente a medida que las tecnologías evolucionan con nosotros. Y si miras en nuestro sitio web, puedes ver esas generaciones de aprendizaje automático que seguimos. ¿Cuál dirías que fue el avance más importante desde una perspectiva técnica?
Joannes Vermorel: La cosa es que no es solo una evolución. Fue literalmente un cambio completo. La gente piensa: “Oh, es solo una evolución”, pero no, no funcionó así a lo largo de la historia de Lokad. Fue más como que teníamos un producto, lo tiramos y comenzamos desde cero, generalmente en un problema mejor. Entonces, no es solo un mejor producto porque tiene las mismas características, solo mejor. Por lo general, es literalmente un problema diferente porque aborda el problema con una mejor comprensión, lo que generalmente cambia por completo la tecnología o la arquitectura del software.
Creo que, en términos de aprendizaje automático, el avance más importante fue el aprendizaje profundo. Desde una perspectiva de infraestructura, el avance más importante fue la computación en la nube. Esa es la idea de que quieres tener plazos límite para entregar tus resultados y el resto varía. Pero desde una perspectiva estadística, el avance más importante fue probablemente el aprendizaje profundo, aunque no es lo que tenemos actualmente en producción. Es programación diferenciable, pero el avance en sí mismo provenía del aprendizaje profundo.
Y luego, desde una perspectiva de la cadena de suministro, el avance más importante fue la idea de que necesitas tener una perspectiva completamente financiera de la cadena de suministro de principio a fin. Pones dólares de error y recompensa y oportunidades en todas partes. Esta mentalidad financiera fue probablemente el avance más importante: ver todo a través del lente de un análisis financiero en lugar de verlo desde el punto de vista del nivel de servicio, con etapas de error en porcentaje que estás tratando de mejorar.
Kieran Chandler: Otra ruta tal vez un poco extraña que muchos habrían considerado como algo extraño fue en 2016 cuando nos adentramos en el mundo de la investigación y desarrollo de Bitcoin. ¿Por qué tomamos ese camino y qué aprendiste de esas experiencias?
Joannes Vermorel: Bitcoin siempre ha sido un hobby para mí, por lo que profesionalmente, Lokad no depende realmente de ningún tipo de criptomoneda, blockchain o Bitcoin. Sin embargo, es fascinante porque es economía en acción. Las personas han comenzado a diseñar sistemas de software en torno a ideas fundamentadas en nuestra comprensión de la economía, y eso es muy interesante porque generalmente esas ideas solo pertenecen al ámbito de la política. Nunca son diseñadas.
Puedes tener un político que diga que necesitamos aumentar los impuestos, y otro político que diga que necesitamos reducir los impuestos. La experiencia solo tiene lugar a nivel de países, y generalmente no son diseñadas, son simplemente el resultado de un proceso democrático imperfecto en el mejor de los casos. Lo interesante de Bitcoin es que es un enfoque diferente de la economía y la tecnología.
Kieran Chandler: Entonces, Joannes, cuéntanos sobre tu interés en Bitcoin y cómo se relaciona con la optimización de la cadena de suministro.
Joannes Vermorel: En cuanto a Bitcoin, fue la microeconomía en acción desde una perspectiva de ingeniería. Puedes evaluar si funciona o no. Eso es muy interesante porque las cadenas de suministro son prácticamente lo mismo. Es la microeconomía en acción. Puedes experimentar y evaluar si las cosas funcionan o no. Entonces, desde esta perspectiva, me pareció muy interesante. Bitcoin comparte muchas propiedades con lo que tiene la cadena de suministro. Es distribuido, tiene muchos actores, capas de software, toneladas de complejidad, incentivos conflictivos y problemas de seguridad en múltiples capas. Obviamente, son solo analogías, no una traducción directa, pero hay mucha inspiración en mirar los conocimientos técnicos encontrados en esas comunidades. No la especulación, eso es solo agradable, sino los conocimientos técnicos. Son bastante interesantes.
Kieran Chandler: ¿Puedes hablarnos sobre Lokad y el enfoque de la empresa?
Joannes Vermorel: Claro, hoy en día somos alrededor de 50 personas ubicadas en el centro de París. Ofrecemos lo que llamamos una práctica de ciencia de la cadena de suministro.
Kieran Chandler: ¿Por qué te alejaste del lado clásico de la ciencia de datos?
Joannes Vermorel: Creo que es muy amable de tu parte decir que decidí alejarme. Fue más bien que intentamos el enfoque clásico de científico de datos y fracasamos rotundamente. Tuvimos que alejarnos de esto. Cuando contratamos a jóvenes ingenieros, desde las entrevistas de contratación, definimos el panorama de a qué son leales, en lugar de cuál es su compromiso. ¿Estás comprometido con la visión, con un tipo de problema, con un tipo de habilidades? ¿Cuál es tu compromiso? Cuando te adentras en el camino de la ciencia de datos, las personas están comprometidas con los problemas de datos. Este es el tipo equivocado de compromiso. Terminas con personas que se centran en los problemas interesantes y las herramientas interesantes, y se centran en los problemas agradables y geniales en términos de datos. Desafortunadamente, la mayor parte de lo que se necesita para resolver un problema de cadena de suministro está en el área poco interesante, al menos en lo que respecta al procesamiento de datos. Necesitas preparar y calificar literalmente cientos de campos, documentarlos y discutir con toneladas de personas para aclarar cuáles son exactamente los procesos de la cadena de suministro, de modo que tengas la oportunidad de hacer algo como una optimización que tenga sentido en la práctica. Por lo tanto, tu compromiso no debe ser con los datos, sino con la cadena de suministro. Eso es lo que aprendimos de manera difícil. Por eso, lo que tenemos ahora son científicos de la cadena de suministro, porque cuando contratamos a esos jóvenes entusiastas, les decimos que su compromiso no es entregar un modelo de aprendizaje automático sofisticado. Eso no es lo que trata Lokad.
Kieran Chandler: Tu compromiso será mejorar la cadena de suministro de nuestros clientes y eso es algo muy diferente, y francamente no nos importa mucho. Sabes, si lo haces de una manera u otra, obviamente tenemos recetas que sabemos que funcionan, tenemos ciertas clases de herramientas que han sido probadas en batalla. Pero fundamentalmente, harás lo que sea necesario con un cliente para mejorar su cadena de suministro. Ese debería ser tu compromiso. Ese debería ser tu desafío diario, tu inspiración diaria y todo.
Joannes Vermorel: Resultó que cuando estábamos contratando, diría, científicos de datos, estábamos obteniendo personas que probablemente tenían demasiado interés en los problemas de datos sofisticados y no lo suficiente en, diría, las personas, en los problemas comerciales, en asegurarse de que no hubiera nada que realmente obstaculizara el uso de la solución en producción porque generalmente los problemas de esas iniciativas impulsadas por el aprendizaje automático fallan no porque el algoritmo tenga un problema, sino simplemente porque hay defectos más grandes en la configuración general.
Kieran Chandler: De acuerdo. Y antes de adentrarnos en algunas de las preguntas de nuestros espectadores, como una pregunta final, fuimos una empresa que ha crecido mucho orgánicamente en la última década y un poco más. Y así, lentamente pero seguramente, ¿cuáles son tus ideas para los próximos cinco años, los próximos diez años? ¿Qué ves para Lokad en el futuro?
Joannes Vermorel: Um, más crecimiento orgánico. Quiero decir, literalmente, un año tuvimos un crecimiento del 60%, y francamente, estuvimos muy cerca del colapso total. Y lo que la gente no se da cuenta es que cuando ven startups que dicen: “Oh, tenemos un crecimiento anual del 200%”, es absolutamente fantástico. Yo diría: “Sí, está bien si tienes algo donde puedas moverte rápido y romper cosas”. Ya sabes, si tienes una aplicación de citas y tus servidores se caen por completo, francamente, no es gran cosa. Tu base de clientes volverá, ya sabes, mañana. No es un problema. Pero cuando tienes un colapso completo de algo que impulsa una cadena de suministro, y de repente tus clientes comienzan a hacer pedidos de producción masivos o pedidos de compra que resultan ser completas tonterías, estamos hablando de errores de varios millones de dólares. Así que es muy, muy malo. La idea de “moverse rápido y romper cosas” no es completamente compatible con las cadenas de suministro. Y lo que pocas personas se dan cuenta es que, diría, al mirar el mercado laboral tal como existe hoy en día en París, o lo mismo sería en Nueva York u otras grandes ciudades de todo el mundo, es que si tienes un crecimiento del 50% anual, y tienes una rotación regular de empleados de alrededor de tres o cuatro años, terminas con una edad mediana de tus empleados en tu empresa que es de seis meses. ¿Lo ves? Eso significa que si tienes un crecimiento del 50%, al final del año, ya sabes, la mitad de las personas solo han estado allí durante seis meses. Y literalmente, si esperas que las personas con solo, ya sabes, seis meses de experiencia sean capaces de impulsar, ya sabes, la cadena de suministro, estamos hablando de potencialmente cientos de millones de euros, ya sabes, anualmente. Eso es mucho pedir, incluso si estás contratando ingenieros inteligentes, dedicados y brillantes. Es mucho.
Joannes Vermorel: Y así, creo que, desafortunadamente, cuando no somos, ya sabes, un negocio como Facebook que crece al mil por ciento al año, simplemente no es una opción razonable. Y es por eso que vamos rápido, pero hay límites en lo que se puede hacer. De lo contrario, ni siquiera podemos capacitar a las nuevas personas que estamos contratando constantemente.
Kieran Chandler: De acuerdo, adentrémonos en algunas de las preguntas porque veo que ya hay bastantes y algunas caras conocidas, amigos del programa. Primero, hay una pregunta que creo que a muchos de los empleados aquí en Lokad les interesaba mucho y nunca nos lo dijeron. Viene de Dervish, quien básicamente pregunta: ¿Hay alguna razón especial para el nombre Lokad? ¿Es una forma abreviada de los algoritmos que estamos utilizando? ¿Es un secreto?
Joannes Vermorel: La realidad es que, cuando estaba haciendo mi doctorado en biología computacional, estaba pensando en comenzar un negocio donde usaría publicidad en pantalla digital. Entonces, pensé en publicidad local y se me ocurrió “LoCad”. Era un nombre de dominio muy bueno con cinco letras. Lo mantuve y luego, creo que 10 años después, un consultor de IBM me dijo: “Oh, Lokad, obviamente significa mirar hacia adelante. ¡Qué gran nombre!” Y pensé: “Sí, mirar hacia adelante, esa es una historia genial y es la que contaré a mis clientes ahora”. Así que la historia real era que era para publicidad local, pero creo que esta interpretación de mirar hacia adelante es mucho más genial.
Kieran Chandler: Tenemos otra pregunta aquí de Deh. Es un poco desalentadora, pero se centra en los errores. ¿Cuál fue la derrota o contratiempo más grande que hemos tenido en la historia de Lokad hasta ahora? Y vamos a enmarcarlo particularmente desde la perspectiva de un cliente.
Joannes Vermorel: El mayor contratiempo fue, creo, con algunos clientes grandes de Estados Unidos que teníamos. Durante los primeros años, no tuve grandes contratiempos porque no tenía grandes clientes. Así que llevó tiempo lograr realmente los grandes contratiempos. El gran contratiempo fue un punto de inflexión, creo que fue alrededor de 2011-2012, donde literalmente estábamos ganando referencias, similares a la competencia Kaggle con Walmart. Teníamos más precisión, pronósticos semanales clásicos, pronósticos mensuales, y estábamos aplicando esas cosas en la predicción de las cadenas de suministro de nuestros clientes. Sin embargo, sus cadenas de suministro empeoraban.
Luego volvíamos a hacer la referencia, y comparábamos, y Lokad tenía una mayor precisión. Pero en algún momento, el cliente tendría una llamada telefónica y me diría: “Joannes, ¿sabes qué? Has interrumpido por completo nuestra cadena de suministro”. Recuerdo una reunión que tuve en Nueva York, donde me pidieron que fuera, y entré en una habitación con 20 planificadores. La mitad de ellos estaban completamente furiosos, diciéndome: “Tu software está haciendo nuestras vidas completamente miserables”.
Para mí, fue una pesadilla. Había 20 personas, estaban realmente decididos, y yo pensaba: “Sí, en términos de precisión, somos mejores”. Pero la gente decía: “Sinceramente, no nos importa. No estás lidiando con el desastre; nosotros estamos lidiando con el desastre, y simplemente no funciona. Es una pesadilla”.
Kieran Chandler: Con el tiempo, los clientes estaban comprometidos con ellos, y ellos hicieron todo lo posible, nosotros hicimos todo lo posible. Y creo que los perdimos aproximadamente tres años después, pero fue una experiencia tan miserable.
Joannes Vermorel: Miserable, y lo que sea. Bueno, intentaremos animarnos un poco y hablar sobre otro tema no tan alegre, desafortunadamente, el coronavirus. Parece que no podemos evitarlo en este momento.
Kieran Chandler: Tenemos un mensaje de SV que pregunta, ¿crees que el coronavirus ha resaltado la necesidad de transformar los modelos tradicionales de cadena de suministro?
Joannes Vermorel: Creo que el coronavirus es solo una fuente más de variabilidad. Hay tantas cosas que pueden sacudir el mundo. Puede ser que el próximo presidente decida establecer aranceles, que un país como Inglaterra decida salir de la unión, o que tu empresa sea completamente interrumpida por toneladas de cosas. Por ejemplo, hoy en día, puedes tener empleados que publiquen un video racista en YouTube que dañe por completo la marca de la noche a la mañana y luego pierdas el 20% de tu cuota de mercado solo por este estúpido video que se vuelve viral. Hay toneladas de cosas que hacen que el mundo sea más incierto. Entonces, creo que si destaca algo, es algo que hemos estado defendiendo durante muchos años: debes planificar para la incertidumbre. No tengo ni idea de cómo será el futuro en el mundo post-COVID, pero estoy bastante seguro de que será aún más errático que antes, por lo que debes abrazar la incertidumbre, abrazar el riesgo y gestionarlo en lugar de hacer un pronóstico y pretender que conoces el futuro con tu bola de cristal. Lokad no tiene una bola de cristal, tú tampoco. Entonces, debes abrazar la incertidumbre y gestionar el riesgo. Creo que hoy en día, esta especie de idea está comenzando a abrirse camino en las finanzas. No todos los fondos de cobertura están alineados con esta idea, pero los mejores se están sumando a ella. Y sospecho que en términos de cadena de suministro, las empresas que están avanzando en esta crisis son las personas como Amazon que enfatizan precisamente la resiliencia, la capacidad de abrazar la incertidumbre y reaccionar súper rápidamente con muchos sistemas digitales para respaldar eso.
Kieran Chandler: Me temo que nos vamos a quedar con el tema del coronavirus solo por una pregunta más de Marcus Leopold, un amigo de Lokad. Él pregunta, ¿qué tan bien funcionaron realmente los algoritmos de Lokad durante la interrupción de COVID? ¿Los clientes tuvieron que volver al manual o los algoritmos de Lokad lo manejaron automáticamente?
Joannes Vermorel: Los algoritmos no son mágicos; los propios algoritmos fallaron terriblemente. Pero, y esto es importante, Lokad, lo que vendemos, no es solo una plataforma de software. Siempre decimos, hoy en día, que es lo que llamamos planes gestionados. Básicamente, se trata de tener la plataforma y un equipo de científicos de cadena de suministro…
Kieran Chandler: y literalmente el equipo de científicos de cadena de suministro trabajó horas extras para cerrar prácticamente todas nuestras cadenas de suministro europeas en marzo, luego un mes después cerrar todas nuestras cadenas de suministro en Estados Unidos y luego, dos o tres meses después, reiniciarlas, ¿sabes?
Joannes Vermorel: Los desafíos a los que nos enfrentamos implicaron organizar el cierre, organizar un reinicio y ajustar el modelo para que este período de bloqueo inusual no se interpretara como una caída de la demanda. No puedes tener tres meses en los que vayas a contar eso como demanda, ya que eso distorsionaría por completo todos tus perfiles estacionales.
Creo que la clave de eso es que nuestra tecnología ha sido bastante eficiente, no porque los algoritmos fueran poderosos, sino porque permitió a los científicos de cadena de suministro tener un nivel muy alto de productividad. Cuando la crisis golpeó, no tuvimos semanas para prepararnos para la transición. Recibimos llamadas telefónicas diciendo: “Lokad, ¿sabes qué? La próxima semana vamos a cerrar nuestras plantas y almacenes. Necesitamos priorizar las tareas que deben hacerse antes de ese momento. Tienes 24 horas para adaptar el modelo para que esas cosas se ejecuten de manera adecuada”. Cada hora contaba, y los científicos de cadena de suministro, incluso si toda la empresa trabajaba horas extras, tenían que ejecutar eso en unos pocos días. La clave no era la calidad del algoritmo, sino la productividad que Envision otorga para el modelado explícito de las cadenas de suministro.
Kieran Chandler: Vamos a volver a las discusiones sobre criptomonedas y Bitcoin. Este es un mensaje de John Michelle que preguntaba, ¿ves algún valor real agregado de esas aplicaciones de blockchain de Bitcoin en la cadena de suministro a corto plazo, es decir, en los próximos tres o cuatro años, o simplemente lo ves como una moda de las criptomonedas?
Joannes Vermorel: Veo mucho valor, pero no el tipo de valor que esperarías. Primero, las criptomonedas redefinen lo que significa la seguridad informática. Lo interesante es que si pones un Bitcoin en una computadora, puedes saber que la computadora está segura porque el Bitcoin no se roba. Eso es increíblemente interesante, ya que significa que de repente tienes una prueba muy simple para ver si tus sistemas son seguros o no. Puedes poner algo de criptomoneda en él, y si se evapora, bueno, adivina qué, hay alguien merodeando en tus sistemas. La gente comenzó a darse cuenta de esto cuando los negocios de Bitcoin comenzaron a tener máquinas en la nube que contenían porciones importantes de criptomonedas en línea, y todos se declararon en bancarrota debido a robos.
Kieran Chandler: Entonces, Joannes, ¿puedes hablar un poco sobre los desafíos de la optimización de la cadena de suministro en términos de seguridad informática?
Joannes Vermorel: Sí, y literalmente la gente se dio cuenta de que nada estaba seguro, ya sabes. Todos los proveedores de computación en la nube tenían vulnerabilidades. Todos los dispositivos de IoT tienen vulnerabilidades. Todos los teléfonos inteligentes tienen vulnerabilidades. Quiero decir, literalmente, la gente se dio cuenta de la magnitud del problema, la magnitud del problema principal. Entonces, creo que como cadena de suministro, tenemos el problema, diría, dos veces peor porque las cadenas de suministro, por diseño, están geográficamente distribuidas. No puedes tener un enfoque de fortaleza para la seguridad informática solo porque tienes cosas prácticamente repartidas por todo el mundo. Es un desafío enorme, y lo que está sucediendo en la criptografía es muy interesante porque te brinda información sobre todas las cosas que debes hacer para asegurar tu sistema de verdad. Ese es el principal valor agregado. Entonces, nuevamente, no sugeriría eso como un vehículo de inversión. Sugeriría echar un vistazo a las características técnicas de esas cosas y especialmente desde una perspectiva de seguridad informática que típicamente combina problemas de ingeniería social con problemas de explotación de software.
Kieran Chandler: De acuerdo. Tenemos otro mensaje aquí de uno de nuestros amigos, Khalil Mehana, que menciona la previsión. No importa lo buena que sea, necesita información de los usuarios que están detrás de ella. Dos usuarios clave serán el líder del proyecto desde el lado de la empresa y los científicos de la cadena de suministro desde el lado de Lokad. Entonces, ¿qué tan importante es ese profesionalismo y comprensión empresarial de estas dos personas, y cuánto puede afectar el resultado y la precisión de la previsión final?
Joannes Vermorel: Esa es la clave. Por un lado, tenemos alrededor de 100, un poco más de 100, empresas en producción. No estamos ajustando la previsión. Así no se hace. La gente piensa, “Oh, necesitas tener una visión humana para cambiar la previsión”. Ahora, típicamente es para enmarcar cómo vas a extraer información estadística de los datos. Entonces, no estás tratando de adivinar el mercado teniendo tu visión humana y sabiendo cosas. Quiero decir, eso sucede. Eso sucede. Tenemos algunas situaciones marginales, por ejemplo, una que me viene a la mente, el A380, ya sabes, el avión de Airbus. Tenemos algunos clientes que sirven partes de este avión. Cuando básicamente Airbus anunció que están discontinuando este tipo de avión, sí, puedes ajustar tu previsión con conocimiento del mercado, pero es muy raro. Es muy raro, por lo general. El trabajo de, diría, los profesionales de la cadena de suministro y los científicos de la cadena de suministro en Lokad, hay mucho más. Típicamente se trata de enmarcar primero el problema para que los algoritmos estén aprendiendo y optimizando lo correcto, que es un objetivo en movimiento. Si la situación siempre estuviera cubierta, no se trata de inyectar conocimiento en el sentido de ajustar la previsión. Literalmente estás reformulando el problema mismo que estás tratando de prever y lo que estás tratando de optimizar. Luego, por lo general, la mayor parte del trabajo mundano consiste en revisar los impulsores económicos. Sabes, estamos optimizando esos dólares de error, pero esos dólares de error no son algo que extraigas de los datos. No hay minería de datos ni algoritmo de aprendizaje automático para saber si um…uh.
Joannes Vermorel: Muchas personas subestiman algunas fuerzas. En primer lugar, subestiman la fuerza de la especialización de los países. Por ejemplo, solo hay tres países en el mundo que tienen fábricas de RAM - memorias de acceso aleatorio. Entonces, literalmente, si quieres RAM, y todas las computadoras las usan, solo hay tres países: Corea del Sur, China y Estados Unidos. En cualquier otro lugar, bueno, mala suerte.
Y luego, si quieres litio para las baterías de tu teléfono inteligente, resulta que las reservas mundiales de litio están en solo tres países: Chile, Argentina y Australia. Creo que algunas personas verificarán esto. Entonces, nuevamente, si quieres tener una producción local de litio, bueno, mala suerte. La realidad es lo mismo para la alta relojería. Creo que Suiza tiene más de la mitad, pero creo que en el segmento de la alta relojería, son como el 70%. Entonces, nuevamente, no creo que siempre sea factible para artículos de bajo valor como camisetas.
La industria textil ha estado tradicionalmente rezagada porque es muy difícil de automatizar. Como resultado, la producción textil se trasladó a China, pero ahora ya no está en China. Se ha trasladado a países más baratos como Vietnam, Filipinas o Bangladesh. Pero lo que sucede es que una vez que estemos en Bangladesh y los salarios esperemos que suban allí, ¿a dónde se trasladarán esas cosas? ¿Quizás a África? No lo sé. Pero nos estamos quedando sin países baratos.
Y la automatización está avanzando, así que creo que para esas cadenas de suministro básicas, probablemente se traerán localmente. Desafortunadamente, no esperen que genere empleos porque se traerán de vuelta a los lugares donde se consumen esas cosas una vez que se logre un grado de automatización muy alto. Entonces, ¿tendremos cadenas de suministro locales marginalmente más? Sí, creo que sí. Nuevamente, porque cuando tienes cosas que están increíblemente automatizadas, ya no importa realmente dónde posicionas tus fábricas. Sí importa, nuevamente, el litio está solo en algunos lugares del mundo, etcétera, etcétera. Pero de repente, cuando no te importa el costo de la mano de obra local, puedes poner tu producción prácticamente donde quieras.
Kieran Chandler: Tenemos dos preguntas aquí que voy a unir en una sola. Una de Kenia y otra de Manmeet. Kenia preguntaba si, dado que el enfoque de la cadena de suministro cuantitativa es tan diferente, ¿encuentras mucho escepticismo al implementar ese tipo de prácticas? Y Manmeet se basa en eso también, preguntando qué tipo de desafíos de gestión del cambio organizacional encuentras cuando estás implementando algo como Lokad.
Joannes Vermorel: Esa es probablemente una de mis mayores frustraciones, no encuentro mucho escepticismo. Y te diré por qué. Es porque cuando les digo a las personas, por ejemplo, que el pronóstico de series de tiempo, el pronóstico desnudo de series de tiempo, está completamente roto, ignora la incertidumbre. Entonces, las personas ya saben eso, y luego yo…
Kieran Chandler: Entonces, Joannes, ¿puedes explicar qué sucede cuando pronosticas un producto pero luego introduces 10 productos más que compiten con él?
Joannes Vermorel: Si pronosticas un producto, pero no sabes que vas a introducir 10 productos más que compiten con él, vas a tener canibalización por todas partes. Y si tienes un modelo de series de tiempo, simplemente va a ignorar por completo esa canibalización, por lo que está completamente roto. Y nuevamente, la gente no es tonta. Ellos lo saben. Así que la frustración es que lo entienden. Creo que normalmente, cuando estoy hablando con, digamos, directores de cadena de suministro, jefes de planificación, jefes de pronóstico de cadena de suministro y cosas por el estilo, no son escépticos. Ellos dicen: “Sí, sí, sí, entiendo”. Mi frustración viene de, pero sabes qué, simplemente no lo voy a hacer. Sé que está roto, pero, ¿estoy dispuesto a realmente, ya sabes, en teoría, mucha gente dice que si les haces la pregunta, “Sí, voy a hacer lo mejor para mi empresa”. Pero desafortunadamente, en las grandes empresas, la mayoría de las personas hacen lo que sea necesario para mantener su trabajo. E incluso si ocupan un puesto alto en la jerarquía de la empresa, fingirían que la mayoría de las personas son héroes que promueven la innovación y demás, pero no, la mayoría de las personas tienen pasatiempos interesantes, una vida interesante, y su trabajo es simplemente eso, un trabajo. Y no van a emprender una cruzada para reformar su organización para que funcione mejor. Sí, para los accionistas es mejor. Haría crecer la empresa, la haría más rentable. Pero seamos realistas, la mayoría de las personas que están en grandes organizaciones tienen un salario. No quieren perjudicar a la organización, ya sabes. Quieren ser razonablemente buenos en su trabajo, pero no van a emprender una cruzada para llevar a su empresa al siguiente nivel. Y si la empresa va mal, se irán, cambiarán de trabajo y se irán a la siguiente empresa, ya sabes.
Kieran Chandler: Ok, vamos a responder un par de preguntas más antes de terminar. Voy a incluir esta de Richard Lebenski, principalmente porque se está quedando hasta tarde en su zona horaria. Así que sí, sí, héroes, héroes, sí. Y él pregunta, ¿en qué área puede el enfoque de Lokad desbloquear el mayor valor comercial donde otros tal vez no pueden?
Joannes Vermorel: Por lo general, es inversamente proporcional a la cantidad de desorden y complicación. Y cuando la gente dice: “Oh, es como una pesadilla”, es muy bueno porque generalmente cuando la cadena de suministro es como una pesadilla, con demasiadas opciones, demasiadas decisiones, demasiadas cosas con efectos de segundo orden, con multi-echelon, con vida útil, con adaptaciones, también todo tipo de efectos súper extraños, ahí es donde Lokad brilla más porque generalmente es una cadena de suministro donde la optimización ni siquiera ha comenzado todavía. Porque obviamente, si tienes una cadena de suministro que ya es extremadamente eficiente porque es tan simple, y probablemente, diría, por ejemplo, la distribución de agua, ya sabes, no hay nada más tonto que la distribución de agua. Así que la cadena de suministro de agua, nadie habla de ella porque es tan aburrida que no queda nada por optimizar. Todo lo que quedaba por optimizar se optimizó hace casi un siglo. Entonces Lokad no puede hacer casi nada, diría, por las compañías de agua. Pero
Kieran Chandler: En el otro extremo más extremo, diría, digamos la aeroespacial, que es un completo desastre en total desorden, especialmente con COVID. Esa es típicamente el tipo de áreas donde nos desempeñamos mejor. Pero los alimentos frescos pueden ser súper complicados, el lujo también tiende a ser súper complicado, y hay el problema adicional de que tienes conjuntos de datos muy limitados. Entonces, los métodos estadísticos clásicos para las partes típicamente no funcionan en esas situaciones. Eso es un poco paradójico. Dirías que Lokad funciona mejor cuando hay muchos datos, pero también cuando hay datos muy limitados, y por lo tanto, todas las estadísticas habituales simplemente no funcionan. Eso también es un punto muy interesante para nosotros.
Joannes Vermorel: De acuerdo. Parece que ha habido un poco de discusión con Nicholas Vanderpooh, uno de nuestros invitados favoritos anteriores en el programa. Ha estado discutiendo con Edith, y la pregunta principal fue, bueno, ¿cuál fue el mayor problema que motivó asumir una tarea tan grande como un rewind completo?
Kieran Chandler: ¿Te refieres a una reescritura del software, Lokad?
Joannes Vermorel: Sí. Quiero decir, primero, si ves que algo no funciona, sabes que estás en el camino equivocado. Por lo general, la reescritura es el último recurso. Es cuando ya no tienes esperanza. Entonces, literalmente, en algún momento, haces desarrollo incremental y luego más desarrollo incremental, y luego en algún momento, simplemente te quedas sin esperanza de que funcione alguna vez. Y así, en algún momento, lo reescribes desde cero. Es muy difícil. No es algo que hayamos tomado a la ligera. Siempre hay un dicho en el software que dice que nunca debes reescribir desde cero. Yo diría que sí, por lo general es algo muy malo reescribir desde cero. Pero cuando te das cuenta de que tienes fallas arquitectónicas, fallas de diseño que están completamente en el núcleo de tu arquitectura, estás perdido. Literalmente estás perdido. Y eso es algo que les digo a la mayoría de nuestros clientes. La mayoría de las propiedades buenas o malas de un software son por diseño. Es literalmente la decisión de diseño clave que se tomó probablemente durante los primeros tres meses de la etapa de desarrollo de este software y que está impulsando todo lo demás a partir de ese momento. Entonces, cuando ves que hubo alguna suposición de diseño clave que simplemente se desmorona, estás jodido.
Kieran Chandler: Tengo una pregunta aquí que podría ser bastante entretenida de Slim Kalell. Él pregunta, ¿cómo funciona Lokad junto con soluciones de tipo SNOP?
Joannes Vermorel: Oh, simplemente las ignoramos. Lo curioso es que las burocracias tienden a tener una propiedad increíble; sistemáticamente sobreviven a su utilidad. Así que terminas con situaciones en las que Lokad está en producción. Somos literalmente los científicos de la supply chain que trabajan con un modesto equipo de profesionales de la supply chain, tomando cada decisión. Así que todas las compras, toda la producción, todos los movimientos de inventario, incluso los precios. Y luego tienes la burocracia de SNOP, donde la gente sigue reuniéndose, la gente sigue haciendo su proceso, todavía le piden a los vendedores sus pronósticos, las hojas de cálculo se siguen llenando de números y la gente sigue practicando sus trucos habituales de retención y demás. Así que toda esta burocracia sigue viva.
Kieran Chandler: Está completamente desconectada de la realidad, ya sabes, así que no duele estrictamente porque no tiene ningún efecto en el mundo real, que es físico. Diría que tiene un efecto en la supply chain, pero la gente tiene la impresión de que solo los gobiernos pueden mantener una administración inútil, al igual que, por ejemplo, el Reino Unido que logró tener un Departamento de las Colonias hasta que el Reino Unido dejó de tener colonias que administrar. Todavía eran como un ministerio gigantesco. Francia ha hecho prácticamente lo mismo con, por ejemplo, todavía tenemos el Banco de Francia, que es para administrar el franco. Ya no tenemos el franco; ahora es el euro, pero todavía tenemos el Banco de Francia.
Joannes Vermorel: En resumen, no porque seas una empresa significa que eres inmune al problema. Es el mismo problema para cualquier tipo de empresa grande, y así terminamos con esas situaciones muy paradójicas en las que Lokad opera junto a SNLP que todavía hace lo suyo, completamente desconectado. Y donde se vuelve aún más extraño es cuando operamos junto al equipo de ciencia de datos porque hay un equipo de ciencia de datos que sigue produciendo modelos que no se utilizan. Siguen produciendo prototipos, generalmente uno o dos por trimestre, que están completamente desconectados, y nosotros seguimos con nuestras vidas en producción. Es extraño, pero sabes qué, así es como es.
Kieran Chandler: De acuerdo, y ahora comenzaremos a concluir las cosas. Terminaré con un comentario en lugar de una pregunta de Yatin Dinesh, quien también es un gran fanático del programa. Él simplemente dice: “Me encanta el podcast hasta ahora, se comparten años de experiencia y aprendizajes a través de errores”. Pero quiere saber, ¿quién escribe el blog?
Joannes Vermorel: El blog, por lo general, lo escribo yo. Quiero decir, estoy muy ocupado, sí. Y por cierto, si miras el ritmo de producción del blog desde que comenzamos este programa, he estado produciendo a un ritmo mucho más lento las publicaciones del blog. Volveré a ello; planeo volver al blog, pero solo hay tantas horas al día. Pero no, nunca delegué en alguna especie de agencia de contenido de terceros para tener como una charla feliz producida en masa, ya sabes, que solo te da lugares comunes y tonterías combinadas.
Kieran Chandler: Siempre soy yo quien normalmente se interpone en el camino de las cosas. No, no, para concluir hoy y para concluir, ¿por qué crees que era importante mirar hacia atrás en el viaje de Lokad y qué esperas que nuestros espectadores aprendan del episodio de hoy?
Joannes Vermorel: La cosa es que es muy difícil intelectualmente darse cuenta de que estás equivocado. Es muy difícil. Primero, no es super agradable; no te gusta darte cuenta de que has cometido toneladas de errores. Entonces, por lo general, tu instinto básico es tener un mecanismo defensivo, así que encuentras excusas. Dices: “Sí, no tuvimos éxito, pero los clientes, ya sabes, hubo un choque cultural, fue una situación tan difícil, tenían una implementación de ERP en progreso que complicó las cosas”. Siempre hay toneladas de excusas. Hay un lema: puedes tener resultados o excusas. Y hay una tercera forma, que es…
Kieran Chandler: Comprender por qué salió mal y dónde está es muy importante para mí. Probablemente esté cometiendo toneladas de errores en este momento, simplemente no sé cuáles. Revisar tus errores pasados es una forma de pensar en lo que posiblemente pueda salir mal ahora mismo. Quiero decir, obviamente, estamos haciendo cosas mucho mejores que las que hacíamos hace 10 años, pero no significa que seamos perfectos. Estoy bastante seguro de que hay toneladas de cosas que, dentro de 10 años, nos daremos cuenta de que, francamente, estaba fuera de mi mente, o algo así. Era obvio que había una mejor manera de hacerlo, y era el elefante en la habitación. Era gordo y obvio, y sin embargo, estábamos simplemente alrededor de eso. Entonces, en mi opinión, revisar esas cosas es algo que trato de hacer repetidamente porque te da un ángulo para darte cuenta de lo que está saliendo mal en lo que estás haciendo ahora mismo.
Joannes Vermorel: Y por lo general, nuevamente, el problema no radica en el hecho de que podrías hacer algo mejor. Esa es la forma incorrecta de ver el problema porque por lo general, el problema es que ni siquiera estás mirando el problema desde el ángulo correcto. No se trata de mirar el problema mejor, hacerlo mejor porque eso es completamente, diría yo, una progresión lineal de lo que tienes, como una progresión incremental. Por lo general, los mayores avances ocurren cuando ves que deberías haber mirado este problema desde un ángulo diferente. Y luego te das cuenta de que hay otro problema, otro ángulo que realmente vale la pena luchar. No es que pudiéramos hacerlo mejor; es que ni siquiera estábamos abordando el problema en absoluto en el pasado.
Kieran Chandler: Bueno, tendremos que terminar aquí, pero después de cien episodios, probablemente nos hayamos ganado una cerveza, supongo. Así que eso es todo por esta semana, y si no respondimos tu pregunta, asegúrate de enviarnos un correo electrónico a contact@lokad.com, y trataremos de responderte. Asegúrate de hacer clic en el botón de suscripción, y nos vemos en el próximo episodio. Gracias por vernos.
